[发明专利]通过先进机器学习技术的测量精确度的自动优化

说明书

使用机器学习技术以在给定临界参数的参考值时预测固定参数的值。举例来说，可基于一或多个临界参数及与例如光谱椭偏测量光谱或镜面反射光谱的光谱相关联的低维实值向量训练神经网络。另一神经网络可映射所述低维实值向量。当使用两个神经网络时，可训练一个神经网络以将所述光谱映射到所述低维实值向量。可训练另一神经网络以基于所述临界参数及来自所述另一神经网络的所述低维实值向量而预测所述固定参数。

相关申请案的交叉参考

本申请案主张2017年11月15日申请且被指定第62/586,660号美国申请案的临时专利申请案的优先权，所述申请案的揭示内容特此以引用的方式并入本文中。

技术领域

本发明涉及半导体计量。

背景技术

半导体制造产业的演进对良率管理及特定来说对计量及检验系统提出更高要求。当晶片大小在增大，临界尺寸在缩小。经济性驱动所述产业减少实现高良率、高价值生产的时间。最小化从检测到良率问题到修正所述问题的总时间决定半导体制造商的投资回报。

制造例如逻辑及存储器装置的半导体装置通常包含使用大量制造工艺处理半导体晶片以形成半导体装置的各种特征及多个层级。举例来说，光刻是涉及将图案从光罩转印到布置于半导体晶片上的光致抗蚀剂的半导体制造工艺。半导体制造工艺的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积及离子植入。多个半导体装置可制造为单半导体晶片上的布置且接着被分成个别半导体装置。

可在半导体制造期间使用计量以进行(例如)半导体晶片或光罩的各种测量。可使用计量工具以测量与各种半导体制造工艺相关联的结构及材料特性。举例来说，计量工具可测量材料组合物或可测量结构及膜的尺寸特性，例如膜厚度、结构的临界尺寸(CD)或叠加。在半导体裸片的制造期间使用这些测量以促进工艺控制及/或良率效率。

随着半导体装置图案尺寸继续缩小，通常需要较小计量目标。此外，对于测量精确度及与实际装置特性的匹配的要求增加对于装置类目标以及裸片内及甚至装置上测量的需要。已提出各种计量实施方案以实现所述目的。举例来说，已提出基于主要反射光学器件的聚焦光束椭偏测量。可使用变迹器以缓解引起照明光点扩散超出由几何光学器件定义的大小的光学衍射效应。使用具有同时多入射角照明的高数值孔径工具是实现小目标能力的另一方式。

其它测量实例可包含：测量半导体堆叠的一或多个层的组合物；测量晶片上(或内)的某些缺陷；及测量暴露到晶片的光刻辐射的量。在一些情况中，计量工具及算法可经配置用于测量非周期性目标。

计量技术可在制造工艺期间特性化半导体晶片的参数。实际上，将光引导到形成于半导体晶片中的周期性光栅上且测量并分析经反射光的光谱以特性化光栅参数。特性化参数可包含CD、侧壁角(SWA)、特征高度(HT)等，其影响从材料反射或经透射穿过材料的光的偏光及强度。经测量光谱的分析通常涉及比较经测量样本光谱与经模拟光谱以推导最优描述经测量样本的模型的参数值。

所关注参数的测量通常涉及多个算法。举例来说，入射光束与样本的光学相互作用是使用电磁(EM)解算器进行建模且使用此类算法作为严格耦合波分析(RCWA)、有限元建模(FEM)、矩量法、表面积分方法、体积积分方法、有限差分时域(FDTD)及其它者。通常使用几何引擎、过程建模引擎或两者的组合对所关注目标进行建模(参数化所关注目标)。举例来说，在来自科磊公司(KLA-Tencor)的AcuShape软件产品中实施几何引擎。

这些建模方法可包含固定或浮动参数的修改、参数约束的修改、固定参数的标称值的修改、参数空间的坐标的修改、子系统或通道的选择或加权、波长选择或加权、多程、数据前馈、多模型或回归引擎的修改。